MétaCan
Menu
Retour à la cohorte
Enregistrement W2902080463 · doi:10.12688/wellcomeopenres.14947.1

Ideation and implementation of an open science drug discovery business model – M4K Pharma

2018· preprint· en· W2902080463 sur OpenAlexafffund
Maxwell R. Morgan, Owen G Roberts, A.M. Edwards

Notice bibliographique

RevueWellcome Open Research · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensDalton Pharma Services (Canada)Structural Genomics ConsortiumUniversity of Toronto
Organismes subventionnairesStructural Genomics ConsortiumBrain Tumour CharityOntario Institute for Cancer ResearchWellcome TrustWellcome
Mots-clésIntellectual propertyBusinessVenture capitalIdeationGovernment (linguistics)Business modelInvestment (military)Key (lock)Foundation (evidence)Asset (computer security)FinanceIndustrial organizationMarketingComputer sciencePolitical scienceComputer security

Résumé

récupéré en direct d'OpenAlex

M4K Pharma was incorporated to launch an open science drug discovery program that relies on regulatory exclusivity as its primary intellectual property and commercial asset, in lieu of patents.In many cases and in key markets, using regulatory exclusivity can provide equivalent commercial protection to patents, while also being compatible with open science. The model is proving attractive to government, foundation and individual funders, who collectively have different expectations for returns on investment compared with biotech, pharmaceutical companies, or venture capital investors.In the absence of these investor-driven requirements for returns, it should be possible to commercialize therapeutics at affordable prices.M4K is piloting this open science business model in a rare paediatric brain tumour, but there is no reason it should not be more widely applicable.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0110,009
Science ouverte0,0020,004
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,327
Tête enseignante GPT0,499
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWellcome Open ResearchMême sujetPharmaceutical Economics and PolicyTravaux en français237 207